CN113724877A - 健康管理方法、系统、计算机设备及存储介质 - Google Patents
健康管理方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113724877A CN113724877A CN202111060727.5A CN202111060727A CN113724877A CN 113724877 A CN113724877 A CN 113724877A CN 202111060727 A CN202111060727 A CN 202111060727A CN 113724877 A CN113724877 A CN 113724877A
- Authority
- CN
- China
- Prior art keywords
- health
- information
- guidance information
- patient
- management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本方案涉及一种健康管理方法、系统、计算机设备及存储介质。所述方法包括:获取患者的各个个人健康信息,为患者创建个人健康档案输入至风险评估模型中,得到风险评估结果;根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;根据健康指导信息、调整后的健康指导信息,生成健康管理报告。通过对患者的个人健康信息进行风险评估,从而生成健康指导信息,并根据患者的反馈调整健康指导信息,可以提高对患者健康管理的针对性;且根据患者的反馈调整健康指导信息,对患者的健康指导进行持续改进,降低了健康管理的成本。
Description
技术领域
本发明涉及医疗信息技术领域,特别是涉及一种健康管理方法、系统、计算机设备及存储介质。
背景技术
随着社会的发展,人们的生活水平在不断提高,越来越多的人注重身体健康。近年来医院强化对居民全生命周期的健康管理,建立高血压、糖尿病、心脑血管疾病、慢阻肺等重点慢性病风险多因素综合评估方法,完善慢病防控整合服务模式,建立以健康服务为手段、人群健康水平不断提高为目标的新型健康管理模式,推动健康产业转型。医院的传统做法通常是对各个病种进行分类管理,由不同科室的医生或医护人员进行相对应的医疗服务。由于医院整体健康管理水平不高,知识库内容不健全,没有统一的多慢病综合评估管理,各个科室的医疗服务无法形成闭环,医护人员工作量比较大,往往存在无效或者不必要的医疗服务。
因此,传统的医疗健康管理方式未能对疾病结果做出度量并提供持续的评估和改进,存在管理成本较高的问题。
发明内容
基于此,为了解决上述技术问题,提供一种健康管理方法、系统、计算机设备及存储介质,可以节约健康管理的成本。
一种健康管理方法,所述方法包括:
获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
在其中一个实施例中,所述将所述个人健康档案输入至风险评估模型中,得到风险评估结果,包括:
提取所述个人健康档案中的各个所述个人健康信息,根据各个所述个人健康信息确定慢病风险筛查模型,将所述慢病风险筛查模型作为所述风险评估模型;
将各个所述个人健康信息输入至所述风险评估模型中,通过所述风险评估模型查找各个所述个人健康信息对应的设定区间,并通过所述设定区间计算与各个所述个人健康信息对应的评估分数;
根据所述评估分数得到所述风险评估结果。
在其中一个实施例中,所述根据所述风险评估结果生成健康指导信息,包括:
根据所述风险评估结果对所述患者进行健康分类,得到所述患者的健康类别;
从各个所述个人健康信息提取各个体征指标;
将各个所述体征指标、所述健康类别输入至AI智能分析模型中,通过所述AI智能分析模型输出分析结果;
从管理方案知识库中提取出与所述分析结果对应的管理方案,并根据所述管理方案生成与所述患者对应的健康指导信息。
在其中一个实施例中,所述方法还包括:
展示所述执行计划,并获取医护人员根据所述执行计划对所述患者进行干预产生的干预数据;所述干预数据中包含有所述患者的身体数据;
根据所述干预数据生成干预记录。
在其中一个实施例中,所述实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息,包括:
实时获取所述患者根据所述执行计划反馈的所述干预记录,并获取所述健康指导信息;
提取所述干预记录中的所述身体数据,并查找与所述身体数据对应的标准健康指导信息;
根据所述标准健康指导信息调整所述健康指导信息,得到调整后的健康指导信息。
在其中一个实施例中,在所述将所述个人健康档案输入至风险评估模型中之前,所述方法还包括:
根据所述个人健康档案生成健康管理协议;
在所述实时获取所述患者根据所述执行计划反馈的身体数据之前,所述方法还包括:
根据所述健康指导信息生成健康指导文件。
在其中一个实施例中,所述方法还包括:
提取所述执行计划中的任务执行节点;
根据所述任务执行节点发出提示信息,所述提示信息用于提示医护人员、所述患者按照所述执行计划实施健康管理。
一种健康管理系统,所述系统包括:
档案创建模块,用于获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
风险评估模块,用于将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
健康指导模块,用于根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
信息调整模块,用于实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
报告生成模块,用于根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
上述健康管理方法、系统、计算机设备及存储介质,通过获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;将所述个人健康档案输入至风险评估模型中,得到风险评估结果;根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。通过对患者的个人健康信息进行风险评估,从而生成健康指导信息,并根据患者的反馈调整健康指导信息,可以提高对患者健康管理的针对性;且根据患者的反馈调整健康指导信息,对患者的健康指导进行持续改进,降低了健康管理的成本。
附图说明
图1为一个实施例中健康管理方法的应用环境图;
图2为一个实施例中健康管理方法的流程示意图;
图3为一个实施例中健康管理系统的结构框图;
图4为一个实施例中健康管理基本业务流程示意图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的健康管理方法,可以应用于如图1所示的应用环境中。如图1所示,该应用环境包括计算机设备110。计算机设备110可以获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案;计算机设备110可以将个人健康档案输入至风险评估模型中,得到风险评估结果;计算机设备110可以根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;计算机设备110可以实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;计算机设备110可以根据健康指导信息、调整后的健康指导信息,生成健康管理报告。其中,计算机设备110可以但不限于是各种个人计算机、笔记本电脑、智能手机、机器人、平板电脑等设备。
在一个实施例中,如图2所示,提供了一种健康管理方法,包括以下步骤:
步骤202,获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案。
个人健康信息可以是患者的个人基本信息、专项档案、随访信息、诊疗信息、体检信息、行为危险因素信息等。具体的,个人健康信息可以包括既往史、家族史、生活方式、吸烟饮酒、饮食情况、体格检查、相关的实验室检查指标等慢性病相关信息。其中,患者的各个个人健康信息可以是计算机设备从医疗系统、公共卫生系统、体检系统、民政系统中获取到的。
计算机设备可以根据患者的各个个人健康信息判断是否将患者纳入管理,并在纳入管理时为患者创建个人健康档案。其中,由计算机设备中的健康管理系统判断是否将患者纳入管理,也可以由医生主动判断是否将患者纳入管理。
步骤204,将个人健康档案输入至风险评估模型中,得到风险评估结果。
风险评估模型可以是预先设置好的,用于对个人健康档案中的个人健康信息进行风险评估。计算机设备在生成个人健康档案后,可以将个人健康档案输入至预先设置好的风险评估模型中,从而得到风险评估结果。其中,风险评估结果可以是确诊、高危、疑似患病等。
步骤206,根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划。
计算机设备可以根据风险评估结果生成健康指导信息,其中,健康指导信息可以包含慢病随访、检查检验、健康体检、健康教育等信息,且健康指导信息中的管理内容、频次等根据个体差异而不同。计算机设备在生成健康指导信息后,可以向患者推荐该健康指导信息。
其中,执行计划可以是根据医护人员的日常工作以及健康指导信息生成的,医护人员以及患者可以根据执行计划进行健康管理。
步骤208,实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息。
患者在根据执行计划进行健康管理的过程中,身体会产生各种参数,例如高血压参数、心率参数、身高、体重等。患者可以将自己根据执行计划进行健康管理后产生的各个身体数据输入至计算机设备中,医护人员可以通过计算机设备对患者反馈的身体数据进行查看,从而根据身体数据调整健康指导信息,得到调整后的健康指导信息。
步骤210,根据健康指导信息、调整后的健康指导信息,生成健康管理报告。
健康管理报告可以是年度管理报告,记载有患者按照健康指导信息进行健康管理后的身体数据,以及按照调整后的健康指导信息进行健康管理后的身体数据。
在本实施例中,计算机设备通过获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案;将个人健康档案输入至风险评估模型中,得到风险评估结果;根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;根据健康指导信息、调整后的健康指导信息,生成健康管理报告。通过对患者的个人健康信息进行风险评估,从而生成健康指导信息,并根据患者的反馈调整健康指导信息,可以提高对患者健康管理的针对性;且根据患者的反馈调整健康指导信息,对患者的健康指导进行持续改进,降低了健康管理的成本。
在一个实施例中,提供的一种健康管理方法还可以包括创建各个知识库的过程,计算机设备中可以通过知识库配置出包括多种慢性疾病的综合评估,如高血压、糖尿病、脑卒中综合评估等。计算机设备可以根据评估结论对居民进行健康分类,具体可以分为:健康人群、亚健康人群、患病人群,计算机设备可以综合各体征指标进行分级分层管理。
其中,健康评估采集的数据可以来源于公共卫生、基本诊疗、体检系统,且数据采集可以是一次录入多次利用。健康信息综合采集,通过合并不同任务的相同项目,数据采集一次,各任务各系统可重复利用,避免重复工作。
在一个实施例中,提供的一种健康管理方法还可以包括对患者进行风险评估的过程,具体过程包括:提取个人健康档案中的各个个人健康信息,根据各个个人健康信息确定慢病风险筛查模型,将慢病风险筛查模型作为风险评估模型;将各个个人健康信息输入至风险评估模型中,通过风险评估模型查找各个个人健康信息对应的设定区间,并通过设定区间计算与各个个人健康信息对应的评估分数;根据评估分数得到风险评估结果。
计算机设备可以提取出个人健康档案中的各个个人健康信息,具体的,计算机设备提取出的各个个人健康信息可以是临床诊断、药品信息、体检评估、健康档案既往史、疾病相关危险因素等信息。计算机设备可以根据提取出来的各个个人健康信息作为模型指标,根据模型指标确定慢病风险筛查模型,以糖尿病风险筛查模型为例,模型指标为性别、年龄、民族、身高、体重、BMI、腰围、摄入蔬菜、糖尿病家族史、收缩压、舒张压、尿糖。
计算机设备可以通过风险评估模型查找各个个人健康信息对应的设定区间,其中,个人信息中的每个模型指标均对应的设定区间,计算机设备可以对每个设定区间赋予不同分值和参数。其中,以糖尿病风险筛查模型为例,计算机设备创建的糖尿病风险筛查模型=1/(1+EXP(-1*(-8.28411590973226*1+0.218899245054984*[民族参数1]-0.0109154714822736*[民族参数2]-1.41695879123255*[民族参数3]-0.830002659087682*[民族参数4]-0.0307610301201254*[民族参数5]+0.280294575845943*[性别参数]+0.0452101167203891*[年龄参数]-0.600007750740591*[摄入蔬菜参数1]-1.01160164955386*[摄入蔬菜参数2]-0.982901524792534*[摄入蔬菜参数3]+0.076745605154703*[BMI参数]+0.47214388994279*[舒张压参数]+0.542072954743186*[糖尿病家族史参数]+0.0281528222153342*[腰围参数])))。
计算机设备可以通过设定区间计算与各个个人健康信息对应的评估分数,从而根据评估分数得到风险评估结果。以糖尿病风险筛查模型为例,当计算机设备计算出的评估分数≥9.8%时,计算机设备可以将患者标记为高糖尿病高危人群。在本实施例中,计算机设备中可以将满足不同筛查模型的人群分别存储于对应的专病库,并进行人群分类,标记人群标签,如确诊、高危、疑似患病等标签。
在一个实施例中,提供的一种健康管理方法还可以包括生成健康指导信息的过程,具体过程包括:根据风险评估结果对患者进行健康分类,得到患者的健康类别;从各个个人健康信息提取各个体征指标;将各个体征指标、健康类别输入至AI智能分析模型中,通过AI智能分析模型输出分析结果;从管理方案知识库中提取出与分析结果对应的管理方案,并根据管理方案生成与患者对应的健康指导信息。
其中,AI智能分析模型可以是预先建立好的,计算机设备可以根据不同的风险评估模型配置不同的采集项目。计算机设备可以将人群信息数据库中采集的患者数据定向传输到AI智能分析模型中相应内容处,节省手动录入的时间;同时,医护人员可以通过计算机设备进行手动录入,以便录入其他未采集到的信息。具体的,不同的采集项目可以赋予不同分值,通过设定分值区间,划分不同分析结果,包括阳性结果、阴性结果。计算机设备可以依据大数据筛查获得个人健康数据,依据临床诊断、既往史、健康危险因素相关的指标自动推荐相应的AI智能分析模型。
在本实施例中,AI智能分析模型输出的分析结果可以用于表示AI智能分析模型推荐相应的分析模型。其中,AI智能分析模型的推荐规则可以是:临床诊断、既往史为一级推荐依据;药品信息为二级推荐依据;危险因素为三级推荐依据。其中,一级推荐依据优先于二级推荐依据,二级推荐依据优先于三级推荐依据。当存在一级推荐依据时,AI智能分析模型可以自动推荐一级依据所关联的分析模型;当只存在二级依据时,需同时存在该药品相关适应症的危险因素,联合判断推荐分析模型;当只存在危险因素时,需判断危险因素数量是否达到分析模型判定为阳性结果的危险因素数量,若危险因素数量小于阳性结果的危险因素数量,则不予推荐相应分析模型,若大于阳性结果的危险因素数量,则推荐相应分析模型。
计算机设备中可以存储有健康教育种类、分类名称、性别设置、宣教内容、防治类型,通过各项配置不同内容,排列组合形成不同种类、不同防治类型健康教育内容,将种类再排列组合,从而建立健康教育知识库。其中,每种慢病都包含各项教育种类,例如规范治疗、体征监测、生活情况、膳食情况、运动情况、精神状态、指标控制、药物治疗等。计算机设备可以根据AI智能分析模型中采集到的患者健康数据,即体征指标和健康类别,将其中的危险因素做是否可控判断,是否可控判断标准中,血压、生活方式、饮食习惯、吸烟饮酒情况、体重、BMI、腰围、实验室检查为可控危险因素,年龄、性别、家族史、既往史为不可控危险因素。计算机设备可以将筛选出的可控危险因素与健康教育知识库中每条健康教育的防治类型进行匹配,将匹配一致的教育内容从健康教育知识库中推荐出来,从而得到与患者对应的健康指导信息。
在本实施例中,计算机设备中可以设置服务项目,每个服务下级目录设置采集项目,通过在服务项目和采集项目中配置不同内容,形成多种管理服务项目。计算机设备可以将不同服务项目进行组合,进而得到多种管理方案,从而完成管理方案知识库的建立。计算机设备可以根据AI智能分析模型得出评估结果,将评估结果与管理方案知识库中管理方案的防治类型这一信息进行匹配,将防治类型与评估结果一致的的管理方案从知识库中推荐出来。
在一个实施例中,提供的一种健康管理方法还可以包括生成干预记录的过程,具体过程包括:展示执行计划,并获取医护人员根据执行计划对患者进行干预产生的干预数据;干预数据中包含有患者的身体数据;根据干预数据生成干预记录。
计算机设备的显示界面中可以展示执行计划,医护人员的日常工作中可以按照执行计划对患者进行健康管理,并根据管理效果实时更新或改进健康指导信息。其中,医护人员可以通过计算机设备的显示界面查看执行计划,并对工作进行安排。同样的,患者可以通过计算机设备的显示界面实时查看自己的健康指导信息、方案完成情况、健康报告解读等,还可以参与医护人员的日常随访和体征数据采集等。
医护人员在根据执行计划对患者进行健康管理的过程中,可以实时查看到患者的身体数据,医护人员可以根据患者的身体数据对健康管理过程进行干预,干预过程中可以产生各种业务数据,即干预数据,例如高血压随访记录。医护人员可以将干预数据上传至计算机设备中,并根据干预数据生成干预记录,医护人员还可以根据干预记录实时调整健康指导信息。
在一个实施例中,提供的一种健康管理方法还可以包括调整健康指导信息的过程,具体过程包括:实时获取患者根据执行计划反馈的干预记录,并获取健康指导信息;提取干预记录中的身体数据,并查找与身体数据对应的标准健康指导信息;根据标准健康指导信息调整健康指导信息,得到调整后的健康指导信息。
健康指导信息中可以包含有健康管理的管理期限,当健康管理的管理期限到期后,计算机设备可以将首次AI智能分析所采集的健康数据与管理期限内所收集存储的可控危险因素的改善情况进行比对,包括危险因素的减少或增多、程度的减轻或加重。如果危险因素出现新增数量=0,则改善情况为良好,赋值为4;如果危险因素新增=1,则改善情况为一般,赋值为3;如果危险因素新增=2,则改善情况为待改善,赋值为2,如果危险因素新增>2,则改善情况为较差,赋值为1。将效果评价所涉及的所有分析内容进行取平均数,最终平均数值为效果评价结果。其中,分析内容可以是生活方式、指标改善情况、疾病控制情况、方案完成情况。
在一个实施例中,提供的一种健康管理方法还可以包括签订协议的过程,具体过程包括:根据个人健康档案生成健康管理协议;根据健康指导信息生成健康指导文件。
计算机设备可以根据个人健康档案生成健康管理协议,医护人员可以通过计算机设备打印出健康管理协议,便于患者签字。
同样的,计算机设备可以根据健康指导信息生成健康指导文件,医护人员可以通过计算机设备打印出健康指导文件,并发放给患者,便于患者根据健康指导文件对身体进行健康管理。
在一个实施例中,提供的一种健康管理方法还可以包括提示医护人员、患者的过程,具体过程包括:提取执行计划中的任务执行节点;根据任务执行节点发出提示信息,提示信息用于提示医护人员、患者按照执行计划实施健康管理。
其中,医护人员可以通过计算机设备调阅患者的健康视图,及时掌握管理对象的健康状况,通过有效的健康疾病评估,为患者提供个性化的健康管理报告。患者可通过移动端查看慢病健康教育信息,实时了解自己的健康服务,与医护人员共同参与、管理健康问题。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种健康管理系统,包括:档案创建模块310、风险评估模块320、健康指导模块330、信息调整模块340和报告生成模块350,其中:
档案创建模块310,用于获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案;
风险评估模块320,用于将个人健康档案输入至风险评估模型中,得到风险评估结果;
健康指导模块330,用于根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;
信息调整模块340,用于实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;
报告生成模块350,用于根据健康指导信息、调整后的健康指导信息,生成健康管理报告。
在一个实施例中,风险评估模块320还用于提取个人健康档案中的各个个人健康信息,根据各个个人健康信息确定慢病风险筛查模型,将慢病风险筛查模型作为风险评估模型;将各个个人健康信息输入至风险评估模型中,通过风险评估模型查找各个个人健康信息对应的设定区间,并通过设定区间计算与各个个人健康信息对应的评估分数;根据评估分数得到风险评估结果。
在一个实施例中,健康指导模块330还用于根据风险评估结果对患者进行健康分类,得到患者的健康类别;从各个个人健康信息提取各个体征指标;将各个体征指标、健康类别输入至AI智能分析模型中,通过AI智能分析模型输出分析结果;从管理方案知识库中提取出与分析结果对应的管理方案,并根据管理方案生成与患者对应的健康指导信息。
在一个实施例中,信息调整模块340还用于展示执行计划,并获取医护人员根据执行计划对患者进行干预产生的干预数据;干预数据中包含有患者的身体数据;根据干预数据生成干预记录。
在一个实施例中,信息调整模块340还用于实时获取患者根据执行计划反馈的干预记录,并获取健康指导信息;提取干预记录中的身体数据,并查找与身体数据对应的标准健康指导信息;根据标准健康指导信息调整健康指导信息,得到调整后的健康指导信息。
在一个实施例中,提供的一种健康管理系统还可以包括文件生成模块,用于根据个人健康档案生成健康管理协议;根据健康指导信息生成健康指导文件。
在一个实施例中,健康指导模块330还用于提取执行计划中的任务执行节点;根据任务执行节点发出提示信息,提示信息用于提示医护人员、患者按照执行计划实施健康管理。
如图4所示,在一个实施例中,提供的一种健康管理系统中,按照参与系统的功能划分,可以包括慢病筛查、纳入管理、建立档案、签约协议、综合评估与指导、方案制定与跟踪、效果评估、健康报告。具体执行过程中,医护人员可以通过门诊、体检或公共卫生等系统对居民进行慢病初步筛查,对人群分级后推送至健康管理系统,由健康管理系统智能判断是否纳入健康管理,也可医生主动判断。
健康管理系统中可以设置有任务管理中心,任务管理中心可以是居民在基层医疗类系统的所有任务的枢纽,实现任务提醒的互联互通;实现了各个业务的综合提醒与任务的执行方案;提供给医护人员任务的审核、分配、执行、重点任务计划等工作,依据制定的健康管理方案生成健康服务实施任务计划表,以管理对象的健康情况为核心,以实施服务者为责任主体统筹安排。
在本实施例中,提供的一种健康管理系统可以智能采集居民近期基本信息、体征信息、实验室检查检验数据等,为居民完成慢病综合评估,评估结论分为已患疾病、易患疾病和危险因素,根据评估结论完成人群分层分级管理。健康管理系统可以对异常指标自动设定管理目标,设定后给居民进行健康指导,并打印给居民。其中,对于管理目标及异常信息,系统可以自动推荐个性化健康管理方案。
其中,计算机设备中的健康管理系统可以与居民端数据互联互通,将系统中存储的健康档案开放给居民,居民可在移动端查询个人基本信息、诊疗记录、用药记录、检验检查记录、体检记录、公共卫生服务记录。同时,健康管理系统可以提供个人档案信息修改功能,移动端修改后,修改数据以订阅形式推送到系统的人群信息库,替换之前的存储记录。
移动端支持绑定智能穿戴设备,并建设有信息收集模块采集智能穿戴设备的数据,采集后的数据通过校验规则校验后,会推送到系统中的人群信息库,在相应的信息模块存储并产生一条数据记录,形成居民健康管理闭环,从而提升患者粘性,提高自我管理意识。
在本实施例中,还可以建立数字电视健康服务,将系统与数字电视服务平台对接互联,将系统个人健康档案信息推送到居民家中的电视机端,为老年人提供亲情通话、视讯互动、健康信息查询、远程咨询,使没有智能手机的老年人也能享受到高质量的健康管理服务。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种健康管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案;
将个人健康档案输入至风险评估模型中,得到风险评估结果;
根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;
实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;
根据健康指导信息、调整后的健康指导信息,生成健康管理报告。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:提取个人健康档案中的各个个人健康信息,根据各个个人健康信息确定慢病风险筛查模型,将慢病风险筛查模型作为风险评估模型;将各个个人健康信息输入至风险评估模型中,通过风险评估模型查找各个个人健康信息对应的设定区间,并通过设定区间计算与各个个人健康信息对应的评估分数;根据评估分数得到风险评估结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据风险评估结果对患者进行健康分类,得到患者的健康类别;从各个个人健康信息提取各个体征指标;将各个体征指标、健康类别输入至AI智能分析模型中,通过AI智能分析模型输出分析结果;从管理方案知识库中提取出与分析结果对应的管理方案,并根据管理方案生成与患者对应的健康指导信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:展示执行计划,并获取医护人员根据执行计划对患者进行干预产生的干预数据;干预数据中包含有患者的身体数据;根据干预数据生成干预记录。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:实时获取患者根据执行计划反馈的干预记录,并获取健康指导信息;提取干预记录中的身体数据,并查找与身体数据对应的标准健康指导信息;根据标准健康指导信息调整健康指导信息,得到调整后的健康指导信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据个人健康档案生成健康管理协议;根据健康指导信息生成健康指导文件。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:提取执行计划中的任务执行节点;根据任务执行节点发出提示信息,提示信息用于提示医护人员、患者按照执行计划实施健康管理。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取患者的各个个人健康信息,并根据各个个人健康信息为患者创建个人健康档案;
将个人健康档案输入至风险评估模型中,得到风险评估结果;
根据风险评估结果生成健康指导信息,并根据健康指导信息生成执行计划;
实时获取患者根据执行计划反馈的身体数据,并根据身体数据调整健康指导信息,得到调整后的健康指导信息;
根据健康指导信息、调整后的健康指导信息,生成健康管理报告。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:提取个人健康档案中的各个个人健康信息,根据各个个人健康信息确定慢病风险筛查模型,将慢病风险筛查模型作为风险评估模型;将各个个人健康信息输入至风险评估模型中,通过风险评估模型查找各个个人健康信息对应的设定区间,并通过设定区间计算与各个个人健康信息对应的评估分数;根据评估分数得到风险评估结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据风险评估结果对患者进行健康分类,得到患者的健康类别;从各个个人健康信息提取各个体征指标;将各个体征指标、健康类别输入至AI智能分析模型中,通过AI智能分析模型输出分析结果;从管理方案知识库中提取出与分析结果对应的管理方案,并根据管理方案生成与患者对应的健康指导信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:展示执行计划,并获取医护人员根据执行计划对患者进行干预产生的干预数据;干预数据中包含有患者的身体数据;根据干预数据生成干预记录。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:实时获取患者根据执行计划反馈的干预记录,并获取健康指导信息;提取干预记录中的身体数据,并查找与身体数据对应的标准健康指导信息;根据标准健康指导信息调整健康指导信息,得到调整后的健康指导信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据个人健康档案生成健康管理协议;根据健康指导信息生成健康指导文件。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:提取执行计划中的任务执行节点;根据任务执行节点发出提示信息,提示信息用于提示医护人员、患者按照执行计划实施健康管理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种健康管理方法,其特征在于,所述方法包括:
获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
2.根据权利要求1所述的健康管理方法,其特征在于,所述将所述个人健康档案输入至风险评估模型中,得到风险评估结果,包括:
提取所述个人健康档案中的各个所述个人健康信息,根据各个所述个人健康信息确定慢病风险筛查模型,将所述慢病风险筛查模型作为所述风险评估模型;
将各个所述个人健康信息输入至所述风险评估模型中,通过所述风险评估模型查找各个所述个人健康信息对应的设定区间,并通过所述设定区间计算与各个所述个人健康信息对应的评估分数;
根据所述评估分数得到所述风险评估结果。
3.根据权利要求1所述的健康管理方法,其特征在于,所述根据所述风险评估结果生成健康指导信息,包括:
根据所述风险评估结果对所述患者进行健康分类,得到所述患者的健康类别;
从各个所述个人健康信息提取各个体征指标;
将各个所述体征指标、所述健康类别输入至AI智能分析模型中,通过所述AI智能分析模型输出分析结果;
从管理方案知识库中提取出与所述分析结果对应的管理方案,并根据所述管理方案生成与所述患者对应的健康指导信息。
4.根据权利要求1所述的健康管理方法,其特征在于,所述方法还包括:
展示所述执行计划,并获取医护人员根据所述执行计划对所述患者进行干预产生的干预数据;所述干预数据中包含有所述患者的身体数据;
根据所述干预数据生成干预记录。
5.根据权利要求4所述的健康管理方法,其特征在于,所述实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息,包括:
实时获取所述患者根据所述执行计划反馈的所述干预记录,并获取所述健康指导信息;
提取所述干预记录中的所述身体数据,并查找与所述身体数据对应的标准健康指导信息;
根据所述标准健康指导信息调整所述健康指导信息,得到调整后的健康指导信息。
6.根据权利要求1所述的健康管理方法,其特征在于,在所述将所述个人健康档案输入至风险评估模型中之前,所述方法还包括:
根据所述个人健康档案生成健康管理协议;
在所述实时获取所述患者根据所述执行计划反馈的身体数据之前,所述方法还包括:
根据所述健康指导信息生成健康指导文件。
7.根据权利要求1所述的健康管理方法,其特征在于,所述方法还包括:
提取所述执行计划中的任务执行节点;
根据所述任务执行节点发出提示信息,所述提示信息用于提示医护人员、所述患者按照所述执行计划实施健康管理。
8.一种健康管理系统,其特征在于,所述系统包括:
档案创建模块,用于获取患者的各个个人健康信息,并根据各个所述个人健康信息为所述患者创建个人健康档案;
风险评估模块,用于将所述个人健康档案输入至风险评估模型中,得到风险评估结果;
健康指导模块,用于根据所述风险评估结果生成健康指导信息,并根据所述健康指导信息生成执行计划;
信息调整模块,用于实时获取所述患者根据所述执行计划反馈的身体数据,并根据所述身体数据调整所述健康指导信息,得到调整后的健康指导信息;
报告生成模块,用于根据所述健康指导信息、所述调整后的健康指导信息,生成健康管理报告。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111060727.5A CN113724877A (zh) | 2021-09-10 | 2021-09-10 | 健康管理方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111060727.5A CN113724877A (zh) | 2021-09-10 | 2021-09-10 | 健康管理方法、系统、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113724877A true CN113724877A (zh) | 2021-11-30 |
Family
ID=78683383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111060727.5A Pending CN113724877A (zh) | 2021-09-10 | 2021-09-10 | 健康管理方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724877A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314543A (zh) * | 2010-07-09 | 2012-01-11 | 深圳市中航健身时尚股份有限公司 | 一种四阶段健康管理方法 |
CN102930491A (zh) * | 2012-11-05 | 2013-02-13 | 苏州天奥体育科技有限公司 | 一种体重管理服务系统及方法 |
CN103902800A (zh) * | 2012-12-30 | 2014-07-02 | 青岛海尔软件有限公司 | 基于专家知识库的家庭健康管理方法 |
CN104318351A (zh) * | 2014-10-10 | 2015-01-28 | 中国中医科学院中医临床基础医学研究所 | 一种中医健康管理系统和方法 |
CN105975773A (zh) * | 2016-05-05 | 2016-09-28 | 武汉哈福科技有限公司 | 一种慢性疾病健康管理系统和方法 |
CN108010584A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 健康状况动态评估方法、电子设备、存储介质、装置 |
CN108847283A (zh) * | 2018-04-19 | 2018-11-20 | 中国人民解放军第二军医大学 | 个性化健康管理方法及系统 |
-
2021
- 2021-09-10 CN CN202111060727.5A patent/CN113724877A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314543A (zh) * | 2010-07-09 | 2012-01-11 | 深圳市中航健身时尚股份有限公司 | 一种四阶段健康管理方法 |
CN102930491A (zh) * | 2012-11-05 | 2013-02-13 | 苏州天奥体育科技有限公司 | 一种体重管理服务系统及方法 |
CN103902800A (zh) * | 2012-12-30 | 2014-07-02 | 青岛海尔软件有限公司 | 基于专家知识库的家庭健康管理方法 |
CN104318351A (zh) * | 2014-10-10 | 2015-01-28 | 中国中医科学院中医临床基础医学研究所 | 一种中医健康管理系统和方法 |
CN105975773A (zh) * | 2016-05-05 | 2016-09-28 | 武汉哈福科技有限公司 | 一种慢性疾病健康管理系统和方法 |
CN108010584A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 健康状况动态评估方法、电子设备、存储介质、装置 |
CN108847283A (zh) * | 2018-04-19 | 2018-11-20 | 中国人民解放军第二军医大学 | 个性化健康管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
Celler et al. | Using information technology to improve the management of chronic disease | |
Rachas et al. | Interactive telemedicine: effects on professional practice and health care outcomes | |
Lindberg et al. | Using information and communication technology in home care for communication between patients, family members, and healthcare professionals: a systematic review | |
Doran | Nursing outcomes: State of the science | |
US20170357760A1 (en) | Clinical decision supporting ensemble system and clinical decision supporting method using the same | |
Shaughnessy et al. | Measuring and assuring the quality of home health care | |
Ben-Dov et al. | Blunted heart rate dip during sleep and all-cause mortality | |
Soriano Marcolino et al. | The experience of a sustainable large scale Brazilian telehealth network | |
CN108573752A (zh) | 一种基于健康大数据的健康信息处理的方法及系统 | |
Schlachta-Fairchild et al. | Patient safety, telenursing, and telehealth | |
Wang et al. | Association of wearable device use with pulse rate and health care use in adults with atrial fibrillation | |
Granger et al. | Caring for patients with chronic heart failure: The trajectory model | |
US20220192556A1 (en) | Predictive, diagnostic and therapeutic applications of wearables for mental health | |
US20110087503A1 (en) | System and method of providing patients incentives for healthy behaviors | |
Thomas et al. | Impact of the American Heart Association scientific statement on screening electrocardiograms and stimulant medications | |
CN114067940A (zh) | 健康管理方法和存储介质 | |
Van Steenkiste et al. | A Delphi technique as a method for selecting the content of an electronic patient record for asthma | |
Bhatt et al. | Importance of trust in iot based wearable device adoption by patient: An empirical investigation | |
Kataria et al. | Harnessing of real-world data and real-world evidence using digital tools: utility and potential models in rheumatology practice | |
McIntyre et al. | Measuring coverage rates in a pandemic: policy and research challenges | |
US11185282B2 (en) | System and method for monitoring and identifying posology efficacy for an an individual | |
Devi et al. | Integration of genomic data with EHR using IoT | |
CN115798715B (zh) | 基于数据分析的慢性呼吸疾病防治信息管理系统 | |
Razali et al. | Generating treatment plan in medicine: A data mining approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |